IDENTIFIKASI SIDIK JARI DENGAN MENGGUNAKAN STRUKTUR MINUTIA
|
|
- Sonny Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 IDENTIFIKASI SIDIK JARI DENGAN MENGGUNAKAN STRUKTUR MINUTIA Anggya N.D. Soetarmono, S.Kom. ABSTRAK Penelitian ini membahas tentang sistem identifikasi personal dengan menggunakan kesesuaian biometrik pada pola sidik jari. Sesuai atau tidak sesuainya sebuah sidik jari dapat diketahui setelah melampaui serangkaian proses. Dimulai dari akuisisi citra sidik jari, memperbaiki kualitas citra, kemudian menggali fitur-fitur minutia yang ada pada citra sidik jari, hingga akhirnya dapat diukur nilai kesesuaiannya. Minutiae based matching adalah metode yang dipilih untuk mengukur tingkat kesesuaian pola sidik jari karena metode ini diyakini akan memberikan tingkat akurasi yang lebih baik jika dibandingkan dengan metode pattern based matching yang mana pada metode tersebut hanya membandingkan citra dari dua buah sidik jari. Kata Kunci: sidik jari, minutiae, biometrik 1. PENDAHULUAN Identifikasi dengan menggunakan pola sidik jari merupakan teknik biometrik yang tertua di dunia. Sejarahnya kembali ke zaman 6000 tahun sebelum masehi. Penggunaan sidik jari sebagai kode personal, memiliki tradisi yang panjang dan telah digunakan oleh bangsa Assyiria, Babylonia, Jepang dan Cina. Sejak tahun 1897, dactyloscopy (sinonim dari identifikasi sidik jari tanpa komputer) telah digunakan untuk identifikasi kejahatan, karena karakteristik sidik jari dari setiap orang adalah unik dan secara normal tidak berubah selama hidupnya Latar Belakang Sidik jari manusia merupakan bukti materi yang amat penting. Tak ada sidik jari yang identik di dunia ini sekalipun di antara dua saudara kembar. Dalam dunia sains pernah dikemukakan, jika ada 5 juta orang di bumi, kemungkinan munculnya dua sidik jari manusia yang sama baru akan terjadi lagi 300 tahun kemudian. Untuk membandingkan sidik jari satu dengan yang lain digunakan suatu metode yang bernama Minutiae Based Matching. Minutiae atau minutia adalah guratan-guratan yang terdapat pada kulit jari di tangan manusia, minutia inilah yang membentuk pola sidik jari. Minutia memiliki jenis yang berbeda-beda, dimana jumlah dan bentuk minutia akan menjadi fitur penting yang diuji untuk mendapatkan kesesuaian pola sidik jari Perumusan Masalah Minutia memiliki berbagai macam bentuk, namun yang digunakan dalam metode Minutiae Based Matching adalah bentuk Ridge Ending dan Bifurcation, fitur yang harus digali dari 2 bentuk minutia diatas adalah posisi koordinat relatif dan sudut kemiringan minutia. Maka, masalah yang timbul dalam pemanfaatan Minutiae Based Matching adalah: Staf Pengajar Program Studi S1-Sistem Informasi IKADO Jurnal TEKNIKA 36
2 a. Bagaimana cara menemukan pola/bentuk Ridge Ending dan Bifurcation pada citra sidik jari? b. Bagaimana melakukan ekstraksi fitur pada setiap Ridge Ending dan Bifurcation? c. Bagaimana cara membandingkan 2 data minutia? 1.3. Tujuan dan Manfaat Penelitian Tujuan dari penelitian ini adalah mempelajari teknik Minutiae Based Matching dan semua proses pendukungnya mulai dari akuisisi citra hingga klasifikasi fitur sehingga dari penelitian ini sidik jari dapat dimanfaatkan sebagai identitas individu dengan tingkat akurasi yang tinggi. 2. LANDASAN TEORI Landasan teori yang digunakan pada penelitian ini adalah pengolahan citra digital dan Minutiae, pada bagian ini akan dipaparkan sehingga minutia pada sidik jari dapat dimanfaatkan sebagai identitas individu Minutia (Minutiae) Berasal dari bahasa latin minutus yang berarti kecil, minutia adalah perpotongan guratan-guratan(ridge) kulit yang membentuk sidik jari manusia. Minutia terdapat dalam berbagai macam pola/bentuk Gambar bentuk-bentuk minutia Crossover, perpotongan yang menyerupai huruf X Bifurcation, percabangan sebuah ridge Ridge Ending, akhir dari sebuah ridge Island, small ridge atau sebuah guratan pendek yang tidak bercabang, tidak memiliki lengkungan dalam, atau pun perpotongan. Core, titik terdalam pada sebuah lengkungan ridge Delta, titik dimana terdapat perpotongan dari tiga buah ridge Jurnal TEKNIKA 37
3 2.2. Minutiae Based Matching Metode ini memanfaatkan titik-titik minutia sebagai bahan perbandingan, ada dua macam bentuk minutia yang digunakan sebagai referensi, meskipun terdapat bermacam-macam bentuk minutia yang lain. a. Ridge Ending Gambar minutia tipe ridge ending Ridge ending adalah akhir dari sebuah ridge atau sebuah ridge yang terputus menjadi dua. Namun tidak semua ridge yang terputus adalah sebuah ridge ending. b. Bifurcation Gambar minutia tipe bifurcation Bifurcation adalah percabangan dari sebuah ridge. Pada metode Minutia based matching yang digunakan sebagai fitur pembanding adalah tipe minutia, posisi koordinat relatif minutia, dan sudut kemiringan minutia. Metode ini dipandang lebih fleksibel dibandingkan pattern based matching, karena tetap dapat bekerja secara optimal apabila sebagian dari sidik jari terluka atau terkelupas. 3. Metode Penelitian Agar sidik jari dapat digunakan sebagai identitas maka harus dilakukan beberapa langkah berikut ini : Akuisis citra sidik jari (Image Acquisition) Perbaikan citra sidik jari (Image Enhancement) Ekstraksi fitur (Feature Extraction) Pencocokan sidik jari (Matching) Jurnal TEKNIKA 38
4 Sub berikutnya akan menjelaskan setiap langkah yang harus ditempuh dalam peneletian ini Akuisis Citra Sidik Jari Proses akuisisi citra digital dari sidik jari seseorang memerlukan sebuah alat fingerprint scanner. Dengan bantuan alat ini maka citra digital dari sebuah sidik jari dengan mudah didapatkan. Citra digital sidik jari hasil akuisisi dari fingerprint scanner Gambar diatas menunjukan dua buah citra sidik jari yang dihasilkan dari dua buah fingerprint scanner yang berbeda. Dengan demikian maka kualitas citra digital yang dihasilkan bergantung pada fingerprint scanner-nya Perbaikan Citra Sidik Jari Perbaikan (Enhancement) yang dilakukan pada citra sidik jari yang akan di proses adalah melakukan thresholding, yaitu melakukan pemisahan antara gambar objek sidik jari dengan gambar latar belakang. Metode thresholding yang digunakan adalah metode distributif, metode ini memanfaatkan histogram untuk melihat sebaran pixel gambar. pixel dengan nilai histogram tertinggi akan dianggap sebagai gambar latar yang harus dibuang, dan nilai rendah akan dianggap sebagai gambar objek. Citra digital sidik jari hasil thresholding 3.3. Ekstraksi Fitur Pada proses ini dilakukan pencarian dimana titik-titik minutia berada, ekstraksi fitur terbagi menjadi empat bagian, yaitu : Jurnal TEKNIKA 39
5 a. Estimasi arah pada citra sidik jari dilakukan dengan membagi (segmentasi) citra sidik jari menjadi blok-blok citra yang lebih kecil dengan ukuran yang sama. Setelah itu pada semua pixel di setiap blok dihitung gradiennya, dengan menggunakan rumus berikut ini. W W θ = 1 2 tan 1 i=1 j=1 2G x (i, j)g y (i, j) ( W W (G2 i=1 j=1 x (i, j) G y2 (i, j)) ) Rumus Estimation Of Orientation Field b. Pendeteksian guratan (Ridge Detection) Setelah arah dari sidik jari diestimasikan pada proses diatas, maka proses pendeteksian guaratan (ridge) dilakukan dengan menggunakan teknik konvolusi pada citra sidik jari untuk melakukan perhitungan nilai graylevel dengan rumus : 1 2πδ e u δ 2, if u = (ν tan θ(x, y) H ), v Ω 2 cos θ(x, y) h t (x, t; u, v) = 1 2πδ e u δ 2, if u = (ν tan θ(x, y) ), v Ω 0, otherwise h b (x, t; u, v) = 1 2πδ e u δ 2, if u = (ν tan θ(x, y) H ), v Ω 2 cos θ(x, y) 1 2πδ e u δ 2, if u = (ν tan θ(x, y) ), v Ω 0, otherwise Dimana θ(x,y) adalah arah kemiringan pada pixel koordinat (x,y) yang didapatkan dari proses sebelumnya, apabila nilai graylevel ht(x,y,u,v) dan hb(x,y,u,v) lebih besar dari nilai threshold T yang ditentukan, maka pada titik tersebut ditandai sebagi ridge. c. Pembentukan tulang (Skeletoning/Thinning) Pada setiap pixel r(i,j) yang ditandai sebagai guratan (ridge) dilakukan proses thinning dengan aturan : 1. Pada pixel r(i,j) memiliki 2 6 tetangga pixel ridge 2. Perubahan pixel tetangga antara pixel gambar latar dan gambar objek yang dalam hal ini adalah pixel ridge disekeliling r(i,j) bernilai Perkalian pixel tetangga atas, kanan, dan bawah bernilai 0 4. Pekalian pixel tetangga kanan, bawah dan kiri bernilai 0 5. Apabila syarat 1-4 terpenuhi maka tandai pixel tersebut. 6. Hapus pixel yang memiliki tanda. 7. Ulangi proses 1-6 tetapi pada proses 3, pixel tetangga yang di hitung adalah kiri, atas, dan kanan, sedangkan pada proses 4, pixel yang tetangga yang dihitung adalah kanan, bawah dan kiri. Ulangi sampai tidak ada lagi pixel yang diberi tanda. Jurnal TEKNIKA 40
6 d. Pendeteksian Minutia Pendeteksian minutia dilakukan dengan konvolusi 8 tetangga, yang dicari adalah akhir dari sebuah ridge( ridge ending) dan percabangan sebuah ridge (bifurcation). Sebuah ridge didefinisikan sebagai ridge ending apabila sebuah pixel ridge r(i,j) hanya memiliki 1 tetangga, sedangkan sebuah ridge didefinisikan sebagai percabangan atau bifurcation apabila pixel ridge r(i,j) memiliki lebih dari 2 tetangga pixel. Namun untuk meningkatkan ketelitian dalam pendeteksian minutia maka ditambahkan beberapa aturan dalam pendeteksian minutia. Aturan-aturan tersebut adalah : 1. Apabila sebuah percabangan memiliki lebih dari 2 cabang dan panjangnya kurang dari batasan (threshold) yang ditentukan maka pixel tersebut tidak ditandai sebagai bifurcation. Gambar 3.4. Minutia tipe Bifurcation. 2. Apabila terdapat patahan yang pendek (jarak antara patahan dengan tetanga lainnya tidak lebih dari 1 pixel) maka pixel tersebut tidak ditandai sebagai ridge ending. Minutia tipe ridge ending. 3. Apabila banyak minutia (bifurcation atau ending) ditemukan dalam satu daerah(cluster) yang berdekatan, maka hapus semua minutia tersebut, tapi sisakan satu minutia yang paling dekat dengan titik pusat dari daerah tersebut. Bifurcation pada pusat cluster diambil sebagai minutia. 4. Apabila sebuah minutia ditemukan berhadapan, dan tidak ada guratan (ridge) yang membatasinya, maka hapus minutia tersebut. Jurnal TEKNIKA 41
7 Setelah proses tersebut dilakukan maka dapat dilanjutkan dengan proses pemcocokan (matching) Pencocokan Secara sederhana pencocokan disidik jari dilakukan dengan membandingkan sidik jari yang ada dalam database (template) dengan sidik jari yang ditemukan (input minutia). Untuk menemukan pola yang cocok maka dilakukan tahapan. Yaitu : a. Untuk melakukan pencocokan dari dua buah data sidik jari, maka sidik jari yang berasal dari template perlu disejajarkan dengan sidik jari inputan. Pada saat pencarian titik-titik minutia, ridge dimana minutia tersebut ditemukan,juga disimpan. Ridge tersebutlah yang nantinya akan disejajarkan, untuk mensejajarkan antara dua set ridge (template dan input) digunakan rumus berikut ini. L S = i=0 d id i L d 2 2 i=0 i D i Dimana L adalah jarak minimal antara 2 ridge. d i dan D i adalah jarak antara disetiap pixel ridge d dan ridge D terhadap garis sumbu x-absis. d adalah himpunan ridge input, sedangkan D adalah himpunan ridge template. Apabila nilai S yang didapatkan masih dalam batasan yang ditentukan (Threshold) maka lanjutkan pada langkah 2, jika nilai S berada dibawah nilai batas maka lakukan perhitungan kembali untuk pasangan ridges berikutnya. b. Melakukan Rotasi terhadap pasangan minutia yang dihasilkan dari proses pertama dengan rumus : Δx = xd Δy y d xd y D Dimana (x d, y d ) T dan (x D,y D ) T adalah koordinat x dan y dari kedua minutia yang terdapat pada ridge d dan D. Besar dari sudut rotasi dihitung dengan rumus: L Δθ = 1 L (γ iγ i ) i=0 Jurnal TEKNIKA 42
8 Dimana L adalah jarak minimal antara dua ridge d dan D, γ i dan Г i adalah besarnya sudut radial pada pixel yang ke i pada ridge d dan D. c. Setelah proses 2 selesai maka didapatkan (x d,y d,θ d ) T sebagai refresnsi untuk melakukan transformasi bagi titik minutia yang lain. Dilakukan translasi dan rotasi untuk semua minutia input yang dengan rumus : x i A Δx cos Δθ sin Δθ 0 x i x d A y i = Δy + sin Δθ cos Δθ 0 y i y d A θ i Δθ θ i θ d Dimana (x i,y i,θ i ) T, (i=1,2, N) adalah minutia dari sidik jari yang diinputkan, dan (x i A, y i A,θ i A ) T adalah minutia referensi yang sudah sejajar dengan minutia template. d. Setelah minutia-minutia dari kedua sidik jari tersebut di sejajarkan, maka selanjutnya merubah semua titik minutia ke dalam sebuah koordinat polar. P = (x 1 P, y 1 P, θ 1 P ) T,, (x M P, y M P, θ M P ) T Q = (x 1 Q, y 1 Q, θ 1 Q ) T,, (x N Q, y N Q, θ N Q ) T Dimana P adalah himpunan minutia template sejumlah M buah, Q adalah himpunan minutia yang diinputkan sejumlah N buah, hasil dari proses c. Dikomputasikan dengan rumus : r i (x i x r ) 2 + (y i y r ) 2 e i = tan 1 y i y r x i x r θ i θ i θ r Dimana (x i *,y i *,θ i * ) T koordinat dari minutia, (x r,y r,θ r ) T adalah koordinat dari minutia referensi. (r i,e i,θ i ) T adalah representasi minutia dalam system koordinat polar, r i adalah representasi jarak radial, e i adalah representasi sudut radial, dan θ i adalah representasi arah orientasi minutia terhadap minutia referensi. Hasilnya adalah : Pp = ((r 1 P, e 1 P, θ 1 P ) T,, (r M P, e M P, θ M P ) T ) Jurnal TEKNIKA 43
9 Qp = ((r 1 Q, e 1 Q, θ 1 Q ) T,, (r N Q, e N Q, θ N Q ) T ) Pp dan Qp adalah representasi koordinat minutia template dan input dalam bentuk system koordinat polar. e. Untuk setiap P dan Q kemudian dihitung perbedaannya (distance) dan ditabelkan, dengan rumus : d = r i -r j α=abs(θ i - θ j ) + abs(e i -e j ) Sehingga distance dari P i dan Q j adalah : D(P i,q j ) = d + α Kemudian dilakukan pencarian pada tabel tersebut dengan aturan : pada setiap baris yang terbentuk, kecuali nilai 0, dapatkan nilai minimum dari baris tersebut, kemudian rubah semua nilai pada baris dan kolom dimana ditemukan nilai minimumnya menjadi 0, kecuali nilai minimumnya. Jumlah minutia yang cocok adalah sejumlah ditemukannya nilai minimum. Untuk menghitung nilai kebenarannya digunakan rumus : R = ( k2 mn ) Dimana R adalah nilai kebenaran, k adalah jumlah pasangan minutia yang cocok, sedangkan m adalah jumlah minutia dari template dan n adalah jumlah minutia dari sidik jari input. 4. Uji Coba Dengan memanfaatkan 5 data sidik jari untuk uji coba, maka didapatkan hasil sebagai berikut: Sample Max. Minutia Matching Rate Time stamp ,42 % 3,217 detik ,39% 3,238 detik ,27% 3,316 detik ,20% 3,352 detik Sample False Accept Rate False Refuse Rate 1 5.0% 0.8% 2 4.0% 1.7% 3 3.0% 1.8% 4 2.0% 3.2% 5 1.0% 5.6% Jurnal TEKNIKA 44
10 5. Kesimpulan & Saran Pada akhir dari penelitian ini, dapat ditarik beberapa kesimpulan dan saran yang dapat dilakukan dalam rangka mengembangkan hasil penelitian ini di kelak kemudian hari Saran Dari penelitian ini maka dapat diambil beberapa kesimpulan: Tingkat keberhasilan proses ekstraksi minutia sangat bergantung pada kualitas citra dari sidik jari. Apabila citra yang didapatkan terlalu rendah kualitasnya atau memiliki banyak noise, maka sejumlah minutia tidak dapat ditemukan. Tingkat kecocokan dengan menggunakan Minutiae based matching untuk pencocokan sidik jari memiliki tingkat keakuratan yang sangat tinggi Kesimpulan Pada proses Minutiae matching, ridge dimana terdapat minutia referensi, akan disejajarkan. Dan minutia yang lain akan mengikuti. Namun akan lebih baik jika sidik jari tersebut dinormalisasi ukurannya. Hal ini dapat mengatasi perbedaan rentang waktu ketika sebuah contoh sidik jari diambil, misalnya seseorang diambil sidik jarinya pada usia 17 tahun saat membuat SIM, kemudian 50 tahun kemudian sidik jarinya diambil lagi. Bentuk minutianya tidak akan mengalami perubahan. Namun luasan sidik jari yang diambil akan mengalami penambahan akibat proses penuaan. Hal ini akan sangat mempengaruhi hasil pencocokan. Proses normalisasi akan membuat sebuah sidik jari akan menjadi elastis, dengan struktur sidik jari yang tidak berubah, namun ukuran panjang ridge-nya dapat disesuaikan. Dengan demikian perubahan luasan kulit dapat diatasi. Gabor Filters dapat digunakan sebagai alternatif dalam proses perbaikan citra, karena akan menghasilkan citra sidik jari yang lebih baik. namum penggunaan filter tersebut akan menambah waktu dalam pemrosesan citra sidik jari. 6. Daftar Pustaka Anil Jain, Lin Hong, Sharath Pankanti_, and Ruud Bolle, An Identity Authentication System Using Fingerprints, Department of Computer Science Michigan State University. Michigan Anil Jain & Lin Hong. On Line Fingerprint Test. Pattren Recognition And Image Processing Laboratory, Department Of Computer Science Michigan State University. Michigan Lin Hong, Anil Jain, Sharathcha Pankanti_, Ruud Bolle. Fingeprint Enhancement. Pattern Recognition and Image Processing Laboratory Department of Computer Science Michigan State University. Michigan Minutix. Minutia Based VS Pattren Based Fingerprint Identification Whitepaper. Minutix. Corp Jurnal TEKNIKA 45
11 Shivang Patel dan Jaap de Haan. Fingerprint Verification System Zhang Weiwei, Wang Sen, Wang Yangsheng. Structure Matching Algorithm Of Fingerprint Minutiae Based On Core Point. National Laboratory of Pattern Recognition-Institute of Automation - Chinese Academy of Sciences- Beijing. Beijing Jurnal TEKNIKA 46
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciENHANCEMENT CITRA SIDIK JARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER
ENHANCEMENT CITRA SIDIK JARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER MUHAMMAD NASIR 2208 205 001 Dosen Pembimbing : Mochamad Hariadi,, S.T., M.Sc.,., Ph.D. Sidang Tesis Fakultas Teknologi
Lebih terperinciIDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR. Oleh : Siswo Santoso
IDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR Oleh : Siswo Santoso Pendahuluan Latar Belakang Angka kelahiran lebih besar dari angka kematian sehingga
Lebih terperinciMakalah Seminar Tugas akhir. Pengenalan Sidik Jari Menggunakan Algoritma Pencocokan Adaptif Berdasarkan Penjajaran Minutiae.
Makalah Seminar Tugas akhir Pengenalan Sidik Jari Menggunakan Algoritma Pencocokan Adaptif Berdasarkan Penjajaran Minutiae Tri Legawa *, Achmad Hidayatno **, Imam Santoso ** Jurusan Teknik Elektro, Fakultas
Lebih terperinciSISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING
SISTEM IDENTIFIKASI BERDASARKAN POLA SIDIK JARI TANGAN MENGGUNAKAN MINUTIAE-BASED MATCHING Disusun Oleh : Dimastya Yonathan Pratama (1022061) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria
Lebih terperinciBAB 3 METODOLOGI. 3.1 Kerangka Pikir
BAB 3 METODOLOGI 3.1 Kerangka Pikir Pengenalan sidik jari merupakan salah satu metode yang diterapkan pada teknologi yang digunakan manusia seperti pada mesin absensi, alat pengamanan pada brankas dan
Lebih terperinciKlasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1), Tulus 2), dan Fahmi 3)
Klasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1), Tulus 2), dan Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperinciPENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT...Salahuddin, dkk PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1, Tulus 2 dan Fahmi 3 1) Magister Teknik
Lebih terperinciKlasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform)
Klasifikasi dan Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT (Fast Fourier Transform) Salahuddin 1),Tulus 2), dan Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperinciKLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
KLASIFIKASI DAN PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1), Tulus 2), F. Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Medan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. Sistem biometrik merupakan teknologi pengenalan diri yang menggunakan
19 BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Biometrik Sistem biometrik merupakan teknologi pengenalan diri yang menggunakan bagian tubuh atau perilaku manusia. Sidik jari dan tanda tangan merupakan contoh biometrik
Lebih terperinciJurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE
ISSN: 1693-1246 Januari 2011 Jurnal Pendidikan Fisika Indonesia 7 (2011) 47-51 J P F I http://journal.unnes.ac.id RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE Sudartono*,
Lebih terperinciPembentukan Vektor Ciri Dengan Menggunakan Metode Average Absolute Deviation (AAD)
Berkala Fisika ISSN : 1410-9662 Vol. 6, No. 1, Januari 2003, hal 5-10 Pembentukan Vektor Ciri Dengan Menggunakan Metode Average Absolute Deviation (AAD) Kusworo Adi Laboratorium Instrumentasi dan Elektronika
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Lebih terperinciPengenalan Citra Sidikjari Menggunakan Minutiae Dan Propagasi Balik
Pengenalan Citra Sidikjari Menggunakan Minutiae Dan Propagasi Balik Sri Heranurweni 1 1) Jurusan Teknik Elektro, Universitas Semarang email : heranur@yahoo.com Abstrak : Teknik identifikasi konvensional
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciPENGGUNAAN METODE POINCARE INDEX DALAM PENDETEKSIAN LETAK COREPOINT PADA SIDIK JARI
F12 menggunakan verifikasi sidik jari yang diharapkan akan PENGGUNAAN METODE POINCARE INDEX DALAM PENDETEKSIAN LETAK COREPOINT PADA SIDIK JARI Fila Harmuningtyas 1), Indah Agustien 2) Fitri Damayanti 3)
Lebih terperinciSistem Pengenalan Sidik Jari menggunakan Metode Template Matching
ISSN : 2355-9365 e-proceeding of Engineering : Vol.5, No.1 Maret 2018 Page 1847 Sistem Pengenalan Sidik Jari menggunakan Metode Template Matching Denny Alriza Pratama 1,Adiwijaya 2,Said Al Faraby 3 Ilmu
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM. input yang digunakan merupakan sebuah pemindai sidik jari dengan kedalaman pixel
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Perancangan Sistem Sidik Jari Dalam prosesnya, sistem pengenal sidik jari bekerja hanya dengan memanfaatkan satu input dari user yang bersangkutan, yaitu sidik
Lebih terperinciPerancangan dan Realisasi Sistem Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor
Berkala Fisika ISSN : 1410-9662 Vol. 6, No. 2, April 2003, hal. 39-46 Perancangan dan Realisasi Sistem Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor Kusworo Adi Laboratorium Instrumentasi
Lebih terperinciANALISIS DAN IMPLEMENTASI METODE MINUTIAE EXTRACTION DAN TEMPLATE MATCHING UNTUK KLASIFIKASI SIDIK JARI
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3011 ANALISIS DAN IMPLEMENTASI METODE MINUTIAE EXTRACTION DAN TEMPLATE MATCHING UNTUK KLASIFIKASI SIDIK JARI Aras Teguh Prakasa
Lebih terperinciDeteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation
th Seminar on Intelligent Technology and Its Applications, SITIA 00 ISSN: 087-33X Deteksi Citra Sidik Jari Terotasi Menggunakan Metode Phase-Only Correlation Cahyo Darujati,3 Rahmat Syam,3 Mochamad Hariadi
Lebih terperinciPenerapan Graf Terhubung untuk Menentukan Klasifikasi Sidik Jari
Penerapan Graf Terhubung untuk Menentukan Klasifikasi Sidik Jari Annisa Muzdalifa/13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciBAB III METODE YANG DIUSULKAN
BAB III METODE YANG DIUSULKAN Pada bab ini akan dijelaskan tentang metode pengenalan manusia dengan menggunakan citra dental radiograph yang diusulkan oleh peneliti. Pengenalan ini akan dilakukan dalam
Lebih terperinciYOGI WARDANA NRP
PENGEMBANGAN ALGORITMA SISTEM IDENTIFIKASI MATA MANUSIA BERBASIS PENGOLAHAN CITRA DENGAN METODE GABOR PADA PERALATAN AOI ( AUTOMATED OPTICAL INSPECTION ) YOGI WARDANA NRP. 2107 100 115 JURUSAN TEKNIK MESIN
Lebih terperinciTeknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari
Teknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari Okta Hadi Saputra, Irawan Jurusan Teknik Elektro FTI - ITS Abstrak Teknik kriptografi sudah banyak digunakan untuk menjamin kerahasiaan
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Perancangan perangkat lunak dari sistem biometrik sidik jari dibuat dibagi menjadi 2 module utama yakni : module enhencement sidik jari berikut aplikasi penyimpanan kedalam database
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciREVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH
REVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH ABSTRAK Biometrika merupakan cara untuk mengidentifikasi individu menggunakan karekteristik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK SISTEM PENCOCOKAN SIDIK JARI DENGAN ALGORITMA FILTERBANK GABOR. Aris Puji Widodo 1) dan Kusworo Adi 2)
PERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK SISTEM PENCOCOKAN SIDIK JARI DENGAN ALGORITMA FILTERBANK GABOR Aris Puji Widodo 1) dan Kusworo Adi 2) 1) Jurusan Matematika FMIPA UNDIP 2) Jurusan Fisika FMIPA
Lebih terperinciSEMINAR TUGAS AKHIR M. RIZKY FAUNDRA NRP DOSEN PEMBIMBING: Drs. Daryono Budi Utomo, M.Si
APLIKASI FILTER LOG GABOR PADA SISTEM PENGENALAN IRIS MATA (Application Log-Gabor Filter in Iris Recognition System ) SEMINAR TUGAS AKHIR M. RIZKY FAUNDRA NRP 1206100051 DOSEN PEMBIMBING: Drs. Daryono
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah
BAB 3 METODOLOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Penelitian a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Prosesor Intel (R) Atom (TM) CPU N550
Lebih terperinciMuhammad Reza Rukmana 1 Fakultas Informatika Universitas Telkom, Jalan Telekomunikasi No 1, 40257, Bandung, Indonesia
Sistem Pengenal Individu Berbasis Gabungan Palmprint dan Palm Geometry Menggunakan Pengukuran Geometris Palm dan Gabor Filter Palmprint and Palm Geometry Fusion based Personal Identification System using
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciAnalisis dan Perancangan Transformasi Wavelet. Untuk Jaringan Syaraf Tiruan pada. Pengenalan Sidik Jari
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap 2005 / 2006 Analisis dan Perancangan Transformasi Wavelet Untuk Jaringan Syaraf Tiruan pada Pengenalan Sidik
Lebih terperinciTUGAS AKHIR CI1599 METODE PENGENALAN SIDIK JARI PARSIAL DENGAN MENGGUNAKAN DELAUNAY TRIANGULATION DAN ALGORITMA GENETIKA
TUGAS AKHIR CI1599 METODE PENGENALAN SIDIK JARI PARSIAL DENGAN MENGGUNAKAN DELAUNAY TRIANGULATION DAN ALGORITMA GENETIKA TOVAN SETIONO NRP 5105 100 007 Dosen Pembimbing Prof. Dr. Ir. Handayani Tjandrasa,
Lebih terperinciMuhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe
KLASIFIKASI DAN PNGNALAN SIDIK JAI TTUMPUK BBASIS MTOD LANING VCTO QUANTIZATION Muhammad Nasir Jurusan Teknik lektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km. 280. Lhokseumawe 21 mail : masnasir_poli@yahoo.com
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah
BAB I Pendahuluan 1 BAB I PENDAHULUAN 1.1. Latar Belakang Pemalsuan identitas sering kali menjadi permasalahan utama dalam keamanan data, karena itulah muncul teknik-teknik pengamanan data seperti penggunaan
Lebih terperinciPengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen
Pengenalan Karakter Sintaktik menggunakan Algoritma Otsu dan Zhang-Suen Yusfia Hafid Aristyagama (23214355) Electrical Engineering, Digital Media and Game Technology Institut Teknologi Bandung Bandung,
Lebih terperinciIDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR
ISSN: 1693-693 1 IDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR R. Rizal Isnanto, Achmad Hidayatno, Muhammad Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciImplementasi dan Analisis Performansi Autentikasi Sistem Biometrik Sidik Jari
Implementasi dan Analisis Performansi Autentikasi Sistem Biometrik Sidik Jari A.M. Iqbal dan Sigit Haryadi Departemen Teknik Elektro - Institut Teknologi Bandung Email : el_iqbal@yahoo.com Ringkasan Pada
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciPengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor
1 Pengembangan Sistem Identifikasi Telapak Tangan dengan Menggunakan Metode Filter Bank Gabor Ricky Kurniadi dan Nurul Hidayat urusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciVerifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login
The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari, manusia selalu memanfaatkan teknologi untuk melakukan kegiatannya. Ini dikarenakan teknologi membuat tugas manusia menjadi lebih ringan
Lebih terperinciIMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Pada bab ini dibahas mengenai implementasi serta evaluasi terhadap metode transformasi wavelet dalam sistem pengenalan sidik jari yang dirancang. Untuk mempermudah evaluasi,
Lebih terperinci1. BAB I PENDAHULUAN Latar Belakang
1 1. BAB I PENDAHULUAN Latar Belakang Iris mata merupakan salah satu organ internal yang dapat di lihat dari luar. Selaput ini berbentuk cincin yang mengelilingi pupil dan memberikan pola warna pada mata
Lebih terperinciBAB 3 METODE PERANCANGAN
BAB 3 METODE PERANCANGAN 3.1 Konsep dan Pendekatan Tujuan utama yang ingin dicapai dalam pengenalan objek 3 dimensi adalah kemampuan untuk mengenali suatu objek dalam kondisi beragam. Salah satu faktor
Lebih terperinciDETEKSI KEMIRINGAN ALUR POLA SIDIK JARI DENGAN HAMMING NET SEBAGAI DASAR KLASIFIKASI
DETEKSI KEMIRINGAN ALUR POLA SIDIK JARI DENGAN HAMMING NET SEBAGAI DASAR KLASIFIKASI Sri Suwarno 1, Sri Hartati 2 1 Program Studi Teknik Informatika UKDW Yogyakarta 2 Program Studi Ilmu Komputer Fakultas
Lebih terperinciBAB I PENDAHULUAN. identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi biometrik merupakan teknologi yang memanfaatkan identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau kunci dalam kontrol akses ke
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciPENGENALAN POLA SIDIK JARI
TUGAS SISTEM PENDUKUNG KEPUTUSAN PENGENALAN POLA SIDIK JARI Disusun oleh : FAHMIATI NPM : 08.57201.000502 PROGRAM STUDI STRATA SATU (S1) SISTEM INFORMASI FAKULTAS ILMU KOMPUTER UNIVERSITAS DARWAN ALI SAMPIT
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, penyimpanan informasi pada media digital sudah banyak dilakukan oleh orang. Dimulai dengan menyimpan sebuah file atau gabungan beberapa file yang disimpan
Lebih terperinciANALISIS DAN IMPLEMENTASI METODE NIBLACK PADA SISTEM PENGENALAN IDENTITAS BERBASIS PALM VEIN
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.1 April 2016 Page 425 ANALISIS DAN IMPLEMENTASI METODE NIBLACK PADA SISTEM PENGENALAN IDENTITAS BERBASIS PALM VEIN ANALYSIS AND IMPLEMENTATION OF
Lebih terperinciPENGEMBANGAN METODE SELEKSI TITIK MINUTIAE PADA SIDIK JARI DENGAN RADIUS KETETANGGAAN
PENGEMBANGAN METODE SELEKSI TITIK MINUTIAE PADA SIDIK JARI DENGAN RADIUS KETETANGGAAN Yohanes I. Riskajaya 1) dan Tohari Ahmad 2) 1, 2) Teknik Informatika, Fakultas Teknologi Informasi Institut Teknologi
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciPengukuran Blok Window Terbaik Berdasarkan MSE...
Pengukuran Blok Window Terbaik Berdasarkan MSE... (Dwiyanto dkk.) PENGUKURAN BLOK WINDOW TERBAIK BERDASARKAN MSE UNTUK SEGMENTASI CITRA SIDIK JARI BERBASIS MEAN DAN VARIANS Dwiyanto *, Agus Bejo, Risanuri
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciPENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI
PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp
Lebih terperinciPENGUJIAN KUALITAS CITRA SIDIK JARI KOTOR MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)
Penguian Kualitas Citra Sidik Jari Kotor Menggunakan...Muhammad Nasir dan Muhammad Syahroni PENGUJIAN KUALITAS CITRA SIDIK JARI KOTOR MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ) Muhammad Nasir 1 dan
Lebih terperinciPENCOCOKAN GAMBAR SIDIK JARI DENGAN KAMERA HANDPHONE MENGGUNAKAN METODE RANSAC DAN TRANSFORMASI AFFINE BERBASIS ANDROID ABSTRACT
PENCOCOKAN GAMBAR SIDIK JARI DENGAN KAMERA HANDPHONE MENGGUNAKAN METODE RANSAC DAN TRANSFORMASI AFFINE BERBASIS ANDROID Haruno Sajati 1, Dwi Nugraheny 2, Nova Adi Suwarso 3 Program Studi Teknik Informatika
Lebih terperinciIDENTIFIKASI PERSONAL BERDASARKAN CITRA STRUKTUR TANGAN
IDENTIFIKASI PERSONAL BERDASARKAN CITRA STRUKTUR TANGAN (Budiono Sentoso, et al.) IDENTIFIKASI PERSONAL BERDASARKAN CITRA STRUKTUR TANGAN Budiono Sentoso Alumni Fakultas Teknologi Industri, Jurusan Teknik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Computer Vision Computer vision dapat diartikan sebagai suatu proses pengenalan objek-objek berdasarkan ciri khas dari sebuah gambar dan dapat juga digambarkan sebagai suatu deduksi
Lebih terperinciBAB 4. Sistem Yang Diusulkan
61 BAB 4 Sistem Yang Diusulkan 4.1 Kerangka Sistem Pada bagian ini dijelaskan lebih lanjut mengenai kerangka sistem yang diusulkan serta urut-urutan sistem berjalan. 4.1.1 Pengambilan Data Pada proses
Lebih terperinciALGORITMA PENGIDENTIFIKASIAN SIDIK JARI BERDASARKAN PRINSIP PENCOCOKAN GRAF
ALGORITMA PENGIDENTIFIKASIAN SIDIK JARI BERDASARKAN PRINSIP PENCOCOKAN GRAF Nabilah Shabrina Jurusan Teknik Informatika Institut Teknologi Bandung Jalan Ganesha no.10 Bandung if18087@students.if.itb.ac.id
Lebih terperinciBAB I PENDAHULUAN. macam aplikasi dalam kehidupan sehari-hari. Proses autentikasi itu sendiri adalah
BAB I PENDAHULUAN Latar Belakang Dewasa ini proses autentikasi semakin banyak digunakan untuk berbagai macam aplikasi dalam kehidupan sehari-hari. Proses autentikasi itu sendiri adalah proses untuk menentukan
Lebih terperinciAPLIKASI TRANSAKSI VOUCHER MENGGUNAKAN RFID DAN FINGERPRINT
APLIKASI TRANSAKSI VOUCHER MENGGUNAKAN RFID DAN FINGERPRINT Andi Prasetyo 1), Setiawardhana, S.T 2), Fernando Ardilla, S.ST 2) Mahasiswa Jurusan Teknologi Informasi 1), Dosen Jurusan Teknologi Informasi
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
Lebih terperinciArga Wahyumianto Pembimbing : 1. Dr. I Ketut Eddy Purnama, ST., MT 2. Christyowidiasmoro, ST., MT
IDENTIFIKASI DAUN BERDASARKAN FITUR TULANG DAUN MENGGUNAKAN ALGORITMA EKSTRAKSI MINUTIAE Arga Wahyumianto 2209 105 047 Pembimbing : 1. Dr. I Ketut Eddy Purnama, ST., MT 2. Christyowidiasmoro, ST., MT LATAR
Lebih terperinciAdiguna¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN ADAPTIVE RESONANCE THEORY DAN FILTER GABOR FINGERPRINT RECOGNITION ALGORITHM USING ADAPTIVE RESONANCE THEORY AND GABOR FILTER
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciVerifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC)
Verifikasi Sidik Jari Menggunakan Pencocokan Citra Berbasis Fasa Dengan Fungsi Band-Limited Phase Only Correlation (BLPOC) Adryan Chrysti Sendjaja (1022005) Jurusan Teknik Elektro Universitas Kristen Maranatha
Lebih terperinciTHINNING ZHANG-SUEN DAN STENTIFORD UNTUK MENENTUKAN EKSTRAKSI CIRI (MINUTIAE) SEBAGAI IDENTIFIKASI POLA SIDIK JARI WHORL DAN LOOP
Teknologi Elektro, Vol. 15, No. 2, Juli - Desember 2016 127 THINNING ZHANG-SUEN DAN STENTIFORD UNTUK MENENTUKAN EKSTRAKSI CIRI (MINUTIAE) SEBAGAI IDENTIFIKASI POLA SIDIK JARI WHORL DAN LOOP Faiza Alif
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari- hari seringkali ditemukan uang palsu pada berbagai transaksi ekonomi. Tingginya tingkat uang kertas palsu yang beredar di kalangan masyarakat
Lebih terperinciPerbandingan Metode-Metode Pembangkitan Kunci Berdasarkan Fitur Biometrik
Perbandingan Metode-Metode Pembangkitan Kunci Berdasarkan Fitur Biometrik Eka Mukti Arifah - 13507100 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dewasa ini pengolahan citra digital telah mengalami perkembangan pesat dengan semakin banyak penelitian tentang pengenalan objek dari sebuah citra. Pengenalan suatu
Lebih terperinciRekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang
17 BAB II REKOGNISI KARAKTER NUMERIK 2.1 Gambaran Singkat Rekognisi Karakter Optik Rekognisi karakter optik merupakan salah satu aplikasi pengenalan pola yang dirancang untuk menerjemahkan teks baik berupa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Tahap sebelum perancangan berhubungan dengan proses penglihatan awal. Tujuan utama dari prapemrosesan adalah untuk menggembangkan gambaran yang berguna dari bentuk
Lebih terperinciPENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL
Makalah Nomor: KNSI-472 PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL Barep Wicaksono 1, Suryarini Widodo 2 1,2 Teknik Informatika, Universitas Gunadarma 1,2 Jl.
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2007/2008 Identifikasi Sidik Jari untuk Sistem Absensi dengan Pendekatan Logika Samar Berbasis Aturan
Lebih terperinciDAFTAR ISI. ABSTRAK... i ABSTRACT... ii KATA PENGANTAR... iii DAFTAR ISI...v DAFTAR GAMBAR...viii DAFTAR TABEL...x
ABSTRAK Dalam suatu sistem biasanya diperlukan suatu otentikasi berupa Personal Identification Number (PIN) atau password. Sehingga ada kemungkinan password dan PIN ini hilang atau diketahui orang lain.
Lebih terperinciDETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1
DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ Muhammad Imron Rosadi 1 Prodi Teknik Informatika, Universitas Yudharta Pasuruan Purwosari 67162 Pasuruan Jawa Timur 1 Email : Imron_uyp@yahoo.com ABSTRAK
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Folder Sebuah directory (folder) adalah seperti ruangan-ruangan (kamar-kamar) pada sebuah komputer yang berfungsi sebagai tempat penyimpanan dari berkas-berkas (file).
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk
Lebih terperinciBAB II TINJUAN PUSTAKA
BAB II TINJUAN PUSTAKA Bab ini menjelaskan mengenai konsep-konsep dasar yang digunakan sebagai penunjang dalam pembuatan penelitian ini. Adapun Konsep-konsep dasar tersebut meliputi : 2.1 Sejarah Watermarking
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAAN METODE TEMPLATE MATCHING 1 Yunifa Miftachul Arif, 2 Achmad Sabar 1 Jurusan Teknik Informatika, Fakultas Saintek, UIN Maulana Malik Ibrahim Malang 2 Jurusan Sistem Komputer,
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciIMPLEMENTASI ALGORITMA FRACTAL NEIGHBOUR DISTANCE UNTUK FACE RECOGNITION
IMPLEMENTASI ALGORITMA FRACTAL NEIGHBOUR DISTANCE UNTUK FACE RECOGNITION Garibaldy W Mukti 13506004 Teknik Informatika ITB alamat : Srigading 29, Bandung 40132 email: subghost1802000@yahoo.com ABSTRAK
Lebih terperinciREALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION
REALISASI PERANGKAT LUNAK UNTUK MEMVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCALITY PRESERVING PROJECTION FadliWitular (0822043) Jurusan Teknik Elektro Universitas
Lebih terperinciTidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan
Terdapat banyak jenis pola: Pola visual Pola temporal Pola logikal Tidak ada tepat satu teori untuk menyelesaikan problem pengenalan pola Terdapat model standar yang dapat dijadikan teori acuan Statistik
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinci